> For the complete documentation index, see [llms.txt](https://docs.geopard.tech/geopard-tutorials/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.geopard.tech/geopard-tutorials/nor/agronomi/vurder-noyaktigheten-i-saingen.md). # Vurder nøyaktigheten i såingen Slik vurderer du nøyaktigheten i en såoperasjon ved å sammenligne de foreskrevne målmengdene med de faktisk utførte mengdene romlig. ## Kontekst I moderne jordbruk utføres de fleste agronomiske operasjoner basert på forhåndsberedte kart for variabel dosering (VRA). Disse kartene inneholder vanligvis flere såmengder tilpasset ulike soner i feltet, for å ta hensyn til jord- og avlingsforskjeller. Ved å følge slike VRA-kart forsøker bønder å optimalisere såmengde, sikre riktig plantetetthet og maksimere avlingene. I dette tilfellet vil vi fokusere på å evaluere nøyaktigheten av en såoperasjon ved å sammenligne de planlagte såmengdene (som angitt i VRA-kartet) med de faktiske såmengdene som maskinene registrerte under arbeidet på marken. ## Maskinloggede data som er brukt Etter at såarbeidet er fullført lagrer maskinens systemer ulike parametere knyttet til oppgaven. Av særlig interesse her er to viktige mål: * **Målrate****:** Den planlagte såmengden på et gitt sted, slik den er spesifisert i påføringskartet (VRA eller flat rate). * **Påført rate****:** Den faktiske såmengden som ble levert på samme sted. Ved å undersøke disse to egenskapene i et geografisk perspektiv kan vi vurdere hvor tett den faktiske såingen fulgte den foreskrevne planen. Sammenligningen innebærer å visualisere både mål- og påførte såmengdekart, analysere deres statistiske fordeling, og bekrefte at riktig mengde frø faktisk ble levert.

Maskinloggede data: Målrate vs Påført rate for Variable Rate-applikasjon (VRA)

## **Vurdere påføringsnøyaktighet** For å vurdere nøyaktigheten av gjødselpåføringen vil vi bruke en forhåndslagret likning kalt Romlig korrelasjonsanalyse (likhet mellom datalag) som måler likheten mellom Påført rate og Målrate-verdier på et romlig grunnlag.

Søk etter eksisterende likningsverktøy for datalag-likhet

Likhetsverdiene går fra 0 til 1, der 0 indikerer ingen samsvar og 1 betyr 100 % verdi-romlig samsvar. Med andre ord: jo nærmere likhetspoengsummen er 1, desto mer nøyaktig ble såarbeidet utført. Å oppnå verdier jevnlig nær 1 viser presis etterlevelse av påføringsplanen (VRA eller flat rate) og sikrer at feltet får den tiltenkte såmengden for best mulig etablering av avlingen.

Likhets-likningkart: Målrate vs Påført rate for Variable Rate-applikasjon (VRA)

--- # Agent Instructions This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com. ## Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation by asking a question. Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters: ``` GET https://docs.geopard.tech/geopard-tutorials/nor/agronomi/vurder-noyaktigheten-i-saingen.md?ask=&goal= ``` `ask` is the immediate question: it should be specific, self-contained, and written in natural language. `goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.